云南省八种主要乔木燃烧释放烟气及颗粒物特性分析

为探究乔木燃烧释放烟气及颗粒物特性,运用自主研发的可燃物燃烧烟气分析系统,对云南省主要乔木树种滇青冈（Cyclobalanopsis glaucoides）、光叶石栎（Lithocarpus mairei）、旱冬瓜（Alnus nepalensis）、华山松（Pinus armandii）、金合欢（Acacia farnesiana）、麻栎（Quercus acutissima）、栓皮栎（Quercus variabilis）、云南油杉（Keteleeria evelyniana）的不同器官（枝、叶、皮）分别进行模拟燃烧,实测其在不同燃烧状态（阴燃/明燃）下释放的CO、CO₂、C_xH_y、NO_x及PM_2.5的排放因子.结果表明:①乔木树种不同器官燃烧释放的烟气中颗粒物排放因子存在差异,其中,在不同燃烧状态下CO、PM_2.5、C_xH_y、NO_x的排放因子表现为叶 > 枝 > 皮,CO₂排放因子表现为叶 > 皮 > 枝.②8种乔木明燃下CO、CO₂、C_xH_y、NO_x、PM_2.5的排放因子平均值分别为（176.52±25.40）（1 250.32±168.04）（32.82±8.68）（2.53±0.71）（15.59±5.36）g/kg,阴燃下分别为（250.44±37.43）（1 062.11±145.95）（44.82±9.97）（1.92±0.57）（22.56±7.28）g/kg.CO、C_xH_y、PM_2.5的排放因子呈阴燃>明燃的排放特征,且大部分乔木树种的CO、C_xH_y、PM_2.5排放因子在不同燃烧状态下差异显著.③不同乔木树种燃烧烟气的颗粒物排放因子存在差异,其中CO、CO₂、C_xH_y、PM_2.5的排放因子均呈针叶树种>阔叶树种的特征,NO_x排放因子表现为阔叶树种>针叶树种的特征,但针、阔叶树种之间差异不显著.④不同燃烧状态下,叶燃烧产生的污染物浓度与其元素含量呈显著正相关,且阴燃状态下3种器官的CO排放因子均与自身碳元素含量呈显著正相关.研究显示,不同可燃物类型和燃烧状态对乔木燃烧释放烟气及颗粒物均有影响,不同器官之间燃烧排放特性存在一定差异,且乔木元素含量对其燃烧释放气体污染物的排放因子具有一定影响.      

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态（明燃、阴燃）下,对大兴安岭林区5种典型乔木树种的不同部位（枝、叶、皮）燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为（2.408±0.854）~（9.227±1.172）g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16 种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.     

机动车源和民用燃料源颗粒物中有机碳和元素碳的排放特征

为了获取机动车源尾气和主要民用燃料源燃烧过程排放的颗粒物中含碳气溶胶的排放特征,使用多功能便携式稀释通道采样器和Model 5L-NDIR型OC/EC分析仪,采集分析了典型机动车源(汽油车、轻柴油车、重柴油车)、民用煤(块煤和型煤)和生物质燃料(麦秆、木板、葡萄树树枝)的PM₁₀和PM_2.5样品中的有机碳(OC)和元素碳(EC).结果表明,不同排放源释放的PM₁₀和PM_2.5中含碳气溶胶的质量分数存在显著差异.总碳(TC)在不同源PM₁₀和PM_2.5中的质量分数范围分别为40.8%～68.5%和30.5%～70.9%,OC/EC范围分别为1.49～31.56和1.90～87.57.不同源产生的含碳气溶胶均以OC为主,OC在PM₁₀和PM_2.5中的质量分数范围分别为56.3%～97.0%和65.0%～98.7%.在PM₁₀和PM_2.5的含碳气溶胶中OC质量分数按照从高到低...     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

杭州市冬季环境空气PM2.5中碳组分污染特征及来源

为研究杭州市PM_2.5中碳组分特征,于2013年12月-2014年2月在7个常规点位和2个对照点同步采集PM_2.5样品,分析其污染特征及来源.结果表明:杭州市冬季有机碳（OC）、元素碳（EC）、二次有机碳（SOC）的平均质量浓度分别为（23.7±7.5）（5.0±2.4）和（9.2±4.5）μg/m3,OC/EC[ρ（OC）/ρ（EC）]和SOC/OC[ρ（SOC）/ρ（OC）]的平均值分别为5.3±1.9和0.4±0.2.对照点ρ（OC）、ρ（EC）、ρ（SOC）和OC/EC、SOC/OC分别为常规点位的0.8、0.6、1.2、1.2和1.3倍.采样期间,常规点位和对照点ρ（OC）和ρ（EC）的日均值具有相同的时间变化趋势.对照点ρ（OC）和ρ（EC）的相关性（0.49）低于常规点位（0.61）,对照点PM_2.5中OC和EC的来源差异性更明显.8个碳组分的丰度分析表明,常规点位和对照点PM_2.5中碳组分的来源基本一致,主要来源于道路尘、燃煤、机动车和生物质燃烧.绝对主因子分析法源解析结果表明,杭州市冬季PM_2.5中总碳（TC）的主要来源中,燃煤/汽油车排放/道路尘、柴油车排放和生物质燃烧的分担率为79.1%、13.1%和3.5%.      

不同地质成熟度家用燃煤燃烧颗粒物及多环芳烃的排放特征

选取了7种不同成熟度的原煤,模拟煤炭家用取暖燃烧过程,基于稀释通道采样方法,测定了PM_2.5、有机碳（OC）、元素碳（EC）和多环芳烃（PAHs）的排放因子（Emission factors,EFs）,分析了原煤自身特征参数与污染物排放因子的关系,并计算了原煤排放PAHs的特征比值.结果表明,地质成熟度高的无烟煤燃烧PM_2.5、OC、EC和PAHs的排放因子最低,分别为（0.28±0.07）、（0.07±0.04）、（0.003±0）g·kg^-1和（1.15±0.84）mg·kg^-1.随着地质成熟度的降低,PM_2.5、OC、EC和PAHs的排放因子呈波动上升的趋势,具有中等地质成熟度（挥发分为28.08%）的烟煤PM_2.5、OC和PAHs的排放因子最高,分别为（5.17±0.33）、（2.50±0.93）g·kg^-1、（240.39±180.55）mg·kg^-1,比地质成熟度高的无烟煤高出1～2个数量级.相关关系...     

大兴安岭4种乔木枝叶燃烧碳排放因子分析

为了解大兴安岭4种乔木燃烧碳排放特性,为林火碳排放的估算和区域碳平衡研究提供数据支持,文章运用室内燃烧模拟装置对落叶松、樟子松、白桦、蒙古栎的枝、叶进行不同燃烧状态下的点烧试验,并用烟气分析仪、颗粒物分析仪和元素分析仪对燃烧释放含碳气体及颗粒物中元素碳(EC)、有机碳(OC)的排放特性进行深入分析。结果表明,阴燃状态下各树种燃烧释放污染物的平均排放因子均大于明燃,而明燃状态下各树种枝的污染物排放因子均大于叶;樟子松枝、叶燃烧时PM2.5平均排放因子显著大于其他3个树种。元素碳与PM2.5排放因子的比值(EFEC/EFPM2.5)表现为明燃大于阴燃,且相同燃烧状态下枝大于叶。阴燃能促进CO、CxHy等不完全燃烧产物的排放;枝燃烧产生的EC在颗粒物中的比重普遍高于叶,而OC含量则与之相反;相同燃烧状态下叶的EFOC/EFEC值大于枝,在不同燃烧状态下EFEC与EFPM2.5呈现出显著相关性。     

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

北京及周边地区夏季PM2.5中含碳组分污染特征与来源解析

为研究《打赢蓝天保卫战三年行动计划》等政策实施后北京及其周边区域夏季环境PM_2.5含碳组分特征及来源,2019年7月分别在北京城区与河北郊区的2个站点同步连续采集大气PM_2.5样品,利用热光碳分析仪分别测定了有机碳(OC)和元素碳(EC)及其组分的质量浓度;通过最小OC/EC比值法、最小相关系数法估算了二次有机碳(SOC)浓度;利用主成分分析、后向轨迹分析等方法探究了含碳气溶胶的来源。结果表明:夏季北京城区PM_2.5中ρ(OC)和ρ(EC)平均分别为(6.34±0.64),(1.96±0.29)μg/m3,分别占ρ(PM_2.5)的18.65%和5.78%;河北郊区PM_2.5中ρ(OC)与ρ(EC)平均分别为(6.29±0.79),(3.54±0.63)μg/m3,分别占ρ(PM_2.5)的17.69%和9.53%。2种方法估算出北京城区的ρ(SOC)分别为(3.35±0.59),3.98μg/m3,分别占ρ(OC)的(51.77±6.97)%和68.48%;河北郊区的ρ(SOC)分别为(3.28±0.69),4.17μg/m3,分别占ρ(OC)的(62.42±9.62)%和68.32%。此外,夏季北京城区与河北郊区均存在较为严重的二次污染;北京城区含碳组分主要污染源是混合机动车排放、道路扬尘及燃烧源;而工业燃煤排放、机动车尾气及扬尘是河北郊区含碳组分的主要污染源。后向轨迹分析发现,夏季气团轨迹主要来自东南、西南及偏南方向,且对北京城区与河北郊区2个区域PM_2.5中碳组分的影响较大。     

森林生物质燃烧烟尘中的有机碳和元素碳

选取10种乔木制备风干树枝、新鲜树枝两种类型的样品,通过自制的生物质燃烧装置模拟阴、明燃两种燃烧方式燃烧制备的树枝样品,采集排放的烟尘,并使用DRI2001A热/光分析仪测定样品中的有机碳(OC)、元素碳(EC).结果表明,风干树枝明燃排放烟尘中OC的排放因子(EFOC)、EC的排放因子(EFEC)、PM的排放因子(EFPM)均值分别为6.8、2.1、16.5g·kg-1,阴燃排放烟尘中均值分别为57.5、11.1、130.9 g·kg-1;新鲜树枝明燃排放烟尘中EFOC、EFEC、EFPM均值分别为13.6、3.3、30.5 g·kg-1,阴燃排放烟尘中均值分别为57.6、9.6、125.6 g·kg-1.树枝(风干树枝、新鲜树枝)阴燃时EFOC、EFEC、EFPM均高于明燃时,在明燃(高温度)条件下含水率与树枝燃烧时EFOC、EFEC、EFPM是呈正相关关系.树枝燃烧烟尘中OC、EC、TC(TC=OC+EC)占PM的百分比约为45%、10%、55%,乔木树枝阴燃排放烟尘中OC的质量分数高于明燃,EC的质量分数低于明燃.新鲜树枝排放烟尘中OC的质量分数高于风干树枝,EC的质量分数低于风干树枝.风干树枝明燃条件下OC/EC的均值为3.3(2.5~5.2),阴燃条件下均值为5.2(4.3~6.3);新鲜树枝明燃条件下OC/EC的均值为4.1(3.1~5.3),阴燃条件下均值为6.2(4.2~8.4),乔木树枝阴燃时OC/EC的值高于明燃,含水率高的乔木树枝(新鲜树枝)燃烧排放烟尘中OC/EC的值高于含水率低的树枝(风干树枝).风干树枝燃烧烟尘中OC、EC的相关系数为0.985,新鲜树枝燃烧烟尘中OC、EC的相关系数为0.915,含水率不同的乔木树枝(风干树枝、新鲜树枝)在不同燃烧条件下(明燃、阴燃)排放烟尘中OC与EC都具有良好的相关性.     

稻草烟尘中有机碳/元素碳及水溶性离子的组成

选取我国6种稻草,通过自制的生物质焚烧装置模拟秸秆露天焚烧.采用Model 2001A热/光分析仪和ISC 2000/ISC3000离子色谱仪测定了阴燃、明燃烟尘中有机碳(OC)、元素碳(EC)与水溶性离子的含量.结果表明,明燃条件下稻草中OC排放因子(EFOC)均值为(6.37±1.86)g·kg-1,EC排放因子(EFEC)均值为(1.07±0.30)g·kg-1;阴燃条件下稻草中EFOC均值为(37.63±6.26)g·kg-1,EFEC均值为(4.98±1.42)g·kg-1.同一品种稻草燃烧排放出的PM、OC与EC变化趋势一致.明燃时稻草中的OC/EC均值为5.96,阴燃时比值均值为7.80,OC/PM几乎不受燃烧状态的影响,阴燃、明燃时EC/PM分别在0.06~0.08、0.08~0.11范围内,通过EC/PM比值可以初步判断燃烧状态的趋势,两种燃烧方式中排放的OC、EC相关性达到0.97,在0.01水平上相关性显著.阴离子中,Cl-含量最高,明燃时稻草中Cl-的排放因子均值为(0.246±0.150)g·kg-1,阴燃下为(0.301±0.274)g·kg-1,明燃时K+排放因子均值为(0.118±0.051)g·kg-1,阴燃时排放因子远低于明燃排放量,均值为(0.053±0.031)g·kg-1.水溶性Na+在阴燃条件下的排放因子均高于明燃状态下的排放.明燃条件下水溶性离子间的相关性比阴燃时显著.通过OC/EC比值可以将稻草与石化燃料及其他一些生物质燃烧区分开,而水溶性离子中的K+/Na+、Cl-/Na+比值也可以将稻草与一些树木类焚烧区别开来.     

Influence of fuel mass load, oxygen supply and burning rate on emission factor and size distribution of carbonaceous particulate matter from indoor corn straw burning

The uncertainty in emission estimation is strongly associated with the variation in emission factor (EF),which could be influenced by a variety of factors such as fuel properties,stove type,fire management and even methods used in measurements.The impacts of these factors are complicated and often interact with each other.Controlled burning experiments were conducted to investigate the influences of fuel mass load,air supply and burning rate on the emissions and size distributions of carbonaceous particulate matter (PM) from indoor corn straw burning in a cooking stove.The results showed that the EFs of PM (EFPM),organic carbon (EFOC) and elemental carbon (EFEC) were independent of the fuel mass load.The differences among them under different burning rates or air supply amounts were also found to be insignificant (p > 0.05) in the tested circumstances.PM from the indoor corn straw burning was dominated by fine PM with diameter less than 2.1 μm,contributing 86.4%±3.9% of the total.The size distribution of PM was influenced by the burning rate and air supply conditions.On average,EF PM,EF OC and EF EC for corn straw burned in a residential cooking stove were (3.84±1.02),(0.846±0.895) and (0.391±0.350) g/kg,respectively.EF PM,EF OC and EF EC were found to be positively correlated with each other (p < 0.05),but they were not significantly correlated with the EF of co-emitted CO,suggesting that special attention should be paid to the use of CO as a surrogate for other incomplete combustion pollutants.     

生物质燃烧排放PM2.5中无机离子及有机组分的分布特征

为探讨生物质在明火和阴燃两种不同条件下PM_(2.5)及主要成分的排放差异,选取了7种具有代表性的生物质样品(小麦、水稻、马尾松叶、马尾松枝、杂草、玉米、棉花)进行了燃烧实验,并对PM_(2.5)样品中的7种主要水溶性离子(Na~+、NH_4~+、K~+、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))及有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)、有机酸和左旋葡聚糖(LG)等有机成分进行了分析.结果表明,明火和阴燃条件下PM_(2.5)的排放因子分别为2.82~7.74 mg·g~(-1)和3.24~22.56 mg·g~(-1),阴燃时的排放因子偏高,不同燃料类型也存在一定差异.燃烧排放PM_(2.5)中水溶性离子以Cl~-为最高,占总离子的比例为72%~94%,且与NH_4~+存在显著正相关关系,水溶性离子整体表现为明火条件下的浓度显著高于阴燃条件下的浓度.受阴燃条件下氧气不足的影响,PM_(2.5)中有机组分的浓度表现为阴燃高于明火,进而导致阴燃时PM_(2.5)的排放因子增加.水稻秸秆燃烧烟尘中3种来源特征比值(LG/PM_(2.5)、LG/OC和LG/WSOC)仅为小麦和玉米秸秆燃烧排放相应比值均值的0.34、0.24和0.27倍,表明在不同农作物的收获季节采用上述特征比值进行生物质燃烧来源估算时,应区别对待.     

不同燃烧状态下农作物秸秆PM2.5排放因子及主要成分分析

运用自主设计的生物质燃烧系统,对水稻、小麦、大豆、玉米、花生和油菜6种农作物秸秆采用不同燃烧状态(阴燃和明燃)进行实验室模拟燃烧,分析PM_(2.5)的排放因子及其碳质组分和水溶性离子之间的差异.研究结果表明,不同燃烧状态对秸秆PM_(2.5)的排放因子、碳质组分和水溶性离子的排放均具有显著影响.不同农作物秸秆PM_(2.5)排放因子范围在阴燃和明燃时分别是11.45~23.84 g·kg~(-1)和4.51~12.15 g·kg~(-1).有机碳(OC)、元素碳(EC)的排放因子范围阴燃时分别是5.03~11.04 g·kg~(-1)和0.94~2.70 g·kg~(-1),明燃时分别是1.55~6.02 g·kg~(-1)·kg~(-1)和1.04~2.11 g·kg~(-1),阴明燃具有显著差异且阴燃高于明燃.此外,OC/EC、OC/PM_(2.5)和EC/PM_(2.5)在不同燃烧状态均具有显著差别,可作为区分阴明燃的指标.PM_(2.5)中水溶性离子的主要组分阴燃时为K+(1.011 g·kg~(-1))、Cl~-(0.712 g·kg~(-1))、F~-(0.182 g·kg~(-1)g)和SO_4~(2-)(0.166 g·kg~(-1)),明燃时为K+(0.457 g·kg~(-1))、Cl~-(0.271 g·kg~(-1))、SO_4~(2-)(0.086 g·kg~(-1))和F~-(0.048 g·kg~(-1)),且阴燃条件更有利于离子的排放.此外,水溶性离子的相关性也因燃烧状态的不同而有较大的差异.     

落叶燃烧排放的颗粒物及有机碳、元素碳的研究

为研究落叶燃烧排放的颗粒物(PM)及有机碳(OC)、元素碳(EC),采用明燃和闷燃两种形式对10种乔木的落叶进行燃烧实验,采集了排放的烟尘,并用元素碳/有机碳分析仪测定样品的OC和EC含量.结果表明,落叶在明燃状态下PM、OC、EC的排放因子范围分别为7.9~31.9、0.9~9.7、3.6~13.9 g·kg-1,平均值分别为19.7、5.2、6.8 g·kg-1.闷燃状态下PM、OC、EC的排放因子范围分别为61.3~128.9、31.7~60.4、1.9~6.0 g·kg-1,平均值分别为91.0、43.0、4.0 g·kg-1.明燃和闷燃的OC/EC变化范围分别为0.21~1.82和8.16~16.84.明燃状态下OC/PM、EC/PM的范围分别为0.11~0.41和0.18~0.56.闷燃状态下OC/PM、EC/PM的范围分别为0.43~0.53和0.03~0.06.OC和PM的排放因子在两种燃烧状态下均呈现显著的相关性.在不同的燃烧状态下,各组分之间的排放因子具有较大的差异,OC的排放因子在闷燃状态下高于明燃状态,而EC的排放因子则相反.不同燃烧状态下PM、OC、EC的排放因子及它们之间的比值分析,对建立森林生物质燃烧源排放清单以及来源解析具有重要意义.     

城市生活垃圾露天焚烧PM2.5及其组分排放特征

利用稀释采样系统,针对桶内燃烧和自然堆积两种常见露天焚烧方式,分别对橡塑类、纸类和木竹类这3种组分生活垃圾露天焚烧PM_(2.5)排放特征进行实测,计算PM_(2.5)、OC、EC、水溶性离子和无机元素排放因子.结果表明,木竹类生活垃圾PM_(2.5)排放因子(7.44±0.76)g·kg~(-1)最高,纸类PM_(2.5)排放因子(2.72±0.52)g·kg~(-1)最低.桶内燃烧的条件会造成更多污染物排放.在不同的燃烧方式下,橡塑类和纸类生活垃圾在桶内燃烧的条件下PM_(2.5)排放因子是自然堆积燃烧的2.5~3.5倍.PM_(2.5)中OC和EC为主要组成成分,PM_(2.5)组分构成占比约为46.6%~67.2%.不同垃圾组分OC/EC比率差异较大,但该比率受焚烧条件影响较小,有助于解析不同组分垃圾焚烧排放贡献.水溶性离子中NH+4离子、Cl-离子含量最高,在PM_(2.5)中所占比例范围分别为2.28%~6.35%和1.04%~14.31%.无机元素中Ca、K、Fe和Ba元素排放因子较高.重金属元素中Zn元素排放因子最高,Cu、Cr、Sb和Pb等元素也有一定富集.Zn元素含量主要由燃烧方式决定,桶内燃烧大约是自然堆积燃烧的20倍左右.     

2009年春季成都城区碳气溶胶污染特征及其来源初探

于2009年4月19日至5月17日在成都城区每天采集PM2.5样品,然后对样品进行8种碳组分、水溶性有机碳、左旋葡聚糖及水溶性离子分析,初步探讨了碳气溶胶的来源.结果发现：成都春季PM2.5日均值质量浓度为（133.2±55.5）μg·m^-3,TC、OC、EC和WSOC质量浓度分别为（26.4±7.2）,（20.7±...     

钢铁工业排放颗粒物中碳组分的特征

为探究钢铁工业排放颗粒物中碳组分的特征,使用荷电低压颗粒物撞击器(ELPI)采样,采集到3组不同载荷和除污设施的烧结炉和1组炼铁高炉排放的颗粒物样品,利用热-光反射法,分析颗粒物中的有机碳(OC)和元素碳(EC)以及按温度划分的7种碳组分物质.结果表明,烧结工艺排放颗粒物中OC的质量分数高于炼铁工艺,OC在PM_(10)和PM_(2.5)质量分数分别是(5.3±2.3)%和(7.1±3.0)%,说明OC易在细粒径段颗粒富集,炼铁工艺排放颗粒物中OC在PM_(10)和PM_(2.5)质量分数分别是2.5%和2.0%;4组样品的7种碳组分相对比例相似,OC2和OC3在7种碳组分中质量分数最高,EC1、EC2、EC3的质量分数依次递减,OC1的质量分数可能与锅炉规模和脱硫设施有关;另外,烧结工艺排放各粒径段的颗粒物中OC和EC表现出较高的相关性,一次排放的PM_(2.5)中的OC/EC为4.7±0.7,远高于受体中估算二次碳组分的指标值.钢铁工业排放颗粒物中碳质组分的深入分析,可以为受体碳质气溶胶的来源解析提供基础数据,也有助于钢铁工业后续的除污管理.